全局式护理模式在高龄老年患者结肠镜检查中的应用

探究全局式护理对高龄老年患者结肠镜检查的效果。方法 在2022年10月至2023年10月,选取我院收取的200例行结肠镜检查的高龄老年患者,随机分成两组,对照组采纳常规护理,观察组基于此采纳全局式护理。对比两组护理情况。结果 观察组的肠道准备优良率为95%,明显高于对照组75%,P<0.05。就应激指标看,护理前两组无差异,P>0.05。护理后差异明显,P<0.05。就负面情绪看,护理前两组无差异,P>0.05。护理后差异明显,P<0.05。观察组护理满意度96%明显高于对照组78%,P<0.05。观察组不良反应率为9%,明显低于对照组19%,P<0.05。检查前,两组的生命体征对比无差异,P>0.05。检查30min及检查后对比差异明显,P<0.05。观察组的总依从率92%,明显高于对照组76%,P<0.05。结论 对于高龄老年结肠镜检查实施全局式护理能够提高肠道准备效果,减少应激反应,改善负面情绪并提高满意度,减少不良反应并提高依从性,因此值得推广应用。

深度学习在内镜下内痔诊断及危险分级中的应用

目的建立内镜下内痔诊断及危险分级的深度学习模型,探讨人工智能辅助内镜下内痔诊疗的可行性。方法收集该院内镜中心的肛齿状线上倒镜图片,分为内痔组和正常组(A任务);根据LDRf分级标准,将内痔组进一步分为Rf0组、Rf1组和Rf2组(B任务)。选取基于卷积神经网络(CNN)框架的Xception、ResNet和EfficientNet,以及基于Transformer框架的ViT和ConvMixer等5个神经网络,建立针对A、B两项计算机视觉任务的深度学习模型。模型评价指标包括准确率、召回率、精确度、F1值和读片时间。将深度学习模型的读片表现与两位不同年资内镜医生进行比较。结果5种深度学习模型在A与B任务测试集中皆展现出较好的准确性。其中,最优模型为ConvMixer,准确性最高(0.961和0.911),其次为EfficientNet(0.956和0.901),均优于高年资内镜医生(0.952和0.881)和低年资内镜医生(0.913和0.832)。同时,所有深度学习模型在验证集中读片用时均<10 s,速度快于内镜医生(均>300 s)。此外,笔者采用梯度加权分类激活映射(Grad-CAM)方法突出图像中对模型判断较重要的区域。结论建立的内痔诊断及危险分级的深度学习模型,其表现优于内镜医生。基于深度学习的计算机视觉模型可辅助内镜医师进行内痔诊断和分级,展现出潜在的临床应用前景。

温阳化瘀汤联合沙库巴曲缬沙坦治疗慢性心力衰竭的临床疗效观察

目的探讨温阳化瘀汤联合沙库巴曲缬沙坦对慢性心力衰竭患者中医症候积分的影响。方法选取2017年1月—2021年8月邳州市中医院心内科收治的80例慢性心力衰竭患者为研究对象,按随机抽签法将其分入对照组和治疗组,每组40例。两组均采用对症治疗,在此基础上,对照组采用沙库巴曲缬沙坦治疗,治疗组采用沙库巴曲缬沙坦联合温阳化瘀汤治疗,两组均连续治疗28 d。比较两组的临床疗效、中医症候积分及心功能。结果治疗后,治疗组的中医症候积分(12.46±3.85)分低于对照组的(20.61±4.38)分,差异有统计学意义(P<0.05)。治疗后,治疗组的左室射血分数明显高于对照组,血浆N末端B型利钠肽前体水平明显低于对照组,6 min步行试验距离明显长于对照组,组间差异有统计学意义(P<0.05)。治疗组的治疗优良率为92.50%,高于对照组的75.00%,差异有统计学意义(P<0.05)。结论温阳化瘀汤联合沙库巴曲缬沙坦治疗慢性心力衰竭患者的疗效显著,治疗后患者心功能明显改善,中医症候积分降低,临床症状显著缓解。

补气降压汤治疗高血压病

高血压病（hypertensive disease）是一种以动脉血压持续升高为主要表现的慢性疾病，常引起心、脑、肾等重要器官的病变并出现相应的后果。对于高血压病患者，尤其是1级高血压病140—159／90—99mmHg（1999年WHO／ISH的标准）来说口服西药降压药存在一定的心理负担，致使患者不能长期有效地用药，依从性较差，中医药治疗本病疗效好，副作用少，病人易于接受。